新型コロナウィルスに関するデータです。すべてオンラインで最新データが取得できます。

日本の公式データ。国内事例（チャーター便、空港検疫などを除く）の各報告日時点の集計（サマリ）値。

厚生労働省のデータはファイルにより単日であったり集計値であったりしますので、サイトの注意書をよく読んでください。

Exploratory EDA Salonなどで紹介されている有志によるJSON形式データ。個票データ（下表）と集計データに分かれています。全て英語。

GitHub からjsonliteパッケージを利用して読み込んでください。

library(jsonlite)
path <- "https://raw.githubusercontent.com/reustle/covid19japan-data/master/"
path <- paste0(path, "docs/patient_data/")

path %>% 
  paste0("latest.json") %>% 
  readr::read_lines() %>% 
  paste0(path, .) %>% 
  jsonlite::fromJSON()

個票データへのパスは表示の都合上、分割しています。
各列（変量、フィーチャー）の定義はこちら。

ジャッグジャパンによるGISプロモーションを兼ねて独自に収集・公開している個票データ。集計データは厚生労働省のオープンデータを利用。

特徴的なのはW列（23列）目以降にGIS処理用の変量（フィーチャー）が用意されている点です。これらの変量は分析には必要ありません。

Windows環境ではエラー回避のために下記の guess_maxオプションを指定してください。

  readr::read_csv(locale = readr::locale(encoding = "UTF-8"), guess_max = 5000)

各列（変量、フィーチャー）の定義は こちら。

• tidyverseパッケージを必ずインストール
  • readrならびにjsonliteパッケージはtidyverseパッケージに含まれます
• CSVの読み込みにはreadr::read_csv関数で
  • ファイルにURLを指定すれば読み込むことができます
  • 文字化けする場合はlocaleオプションを指定してください
  • Warningなどが表示された場合は必ず読んで、確認してください
• 読み込んだデータは各列（変量）のデータ型を必ず確認
  • 特に文字（chr）型になっている変量には注意してください
• 本資料のコードがGoogle Colabで動作することは確認済

• 集計データを扱う場合は、集計条件をよく確認
  • 思い込みで扱うと思わぬ落とし穴があります
• 個票データを扱う場合は、各列（変量）の持つ意味をよく確認
  • 個票データは非公式のデータなので、作成者により表記等が変わります
• データがよく分からない場合はCSVファイルに書き出して眺める
  • readr::write_excel_csv(df, filepath) で書き出せます
• 都道府県の地方区分などのデータは こちら
  • Wikipediaと総務省統計局の情報を元に作成してあります
  • 推定人口はH30年時点のもので単位は千人